{"id":22471,"date":"2021-12-08T16:17:12","date_gmt":"2021-12-08T16:17:12","guid":{"rendered":"https:\/\/www.dotcom-monitor.com\/blog\/?p=22471"},"modified":"2026-06-15T15:43:58","modified_gmt":"2026-06-15T15:43:58","slug":"gerenciamento-de-incidentes-sre-visao-geral-tecnicas-e-ferramentas","status":"publish","type":"post","link":"https:\/\/www.dotcom-monitor.com\/blog\/pt-br\/gerenciamento-de-incidentes-sre-visao-geral-tecnicas-e-ferramentas\/","title":{"rendered":"Gerenciamento de incidentes SRE: vis\u00e3o geral, t\u00e9cnicas e ferramentas"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

No mundo de um engenheiro de confiabilidade do site (SRE),<\/a>a falha n\u00e3o \u00e9 apenas uma op\u00e7\u00e3o, mas tamb\u00e9m esperada. Sistemas, aplicativos web, servidores, dispositivos, etc., s\u00e3o todos propensos a problemas de desempenho e paralisa\u00e7\u00f5es inesperadas em algum momento. \u00c9 um fato inevit\u00e1vel. Essas falhas inesperadas podem levar a enormes perdas de receita, confian\u00e7a do cliente e dependendo da ind\u00fastria, talvez multas. Felizmente, a gest\u00e3o de incidentes da SRE \u00e9 uma das principais pr\u00e1ticas usadas para limitar a interrup\u00e7\u00e3o causada por problemas inesperados. Em um artigo diferente, falamos sobre a engenharia do caos<\/a> e como as equipes da SRE buscam e testam proativamente falhas para evitar que o pior aconte\u00e7a. No entanto, como todos sabemos, as quest\u00f5es podem escapar pelas rachaduras. O objetivo \u00e9 evitar que esses incidentes se tornem falhas em cascata em larga escala. As equipes de SREs e DevOps podem usar esses incidentes para reconstruir melhor e melhorar seus sistemas e servi\u00e7os.<\/p>\n

<\/p>\n

O que \u00e9 um incidente?<\/h2>\n

Antes de investigarmos mais sobre este tema, primeiro temos que discutir o que \u00e9 um incidente. Onde est\u00e1 a linha tra\u00e7ada entre algo que requer a\u00e7\u00e3o imediata versus algo que pode ser investigado mais tarde? Se cada quest\u00e3o fosse classificada como urgente, ningu\u00e9m obteria qualquer resolu\u00e7\u00e3o. No contexto da TI (Tecnologia da Informa\u00e7\u00e3o), um incidente \u00e9 simplesmente um evento ou problema que interrompe a opera\u00e7\u00e3o normal ou a qualidade do servi\u00e7o. N\u00e3o resultou em uma falha, mas se n\u00e3o for controlada, tem a possibilidade de causar maior impacto aos seus servi\u00e7os e opera\u00e7\u00f5es. E eles geralmente acontecem \u00e0s 2:00 da manh\u00e3 enquanto voc\u00ea est\u00e1 feliz dormindo e \u00e9 acordado pelo som do seu telefone disparando. Estamos brincando, claro, mas voc\u00ea sabe que algo \u00e9 ruim se acontecer t\u00e3o cedo pela manh\u00e3. Nada de bom acontece \u00e0s 2:00 da .m., especialmente quando estamos falando do setor de TI.<\/p>\n

<\/p>\n

O que \u00e9 gerenciamento de incidentes?<\/h2>\n

Agora que falamos sobre o que \u00e9 um incidente, a gest\u00e3o de incidentes \u00e9 o processo pelo qual as equipes resolvem esses eventos e trazem sistemas e servi\u00e7os de volta ao funcionamento normal. Devemos tamb\u00e9m observar que o gerenciamento de incidentes \u00e9 apenas um elemento de um conceito maior conhecido como Gerenciamento de Servi\u00e7os de TI, ou ITSM. A ITSM define como as equipes projetam, criam e fornecem seus servi\u00e7os. \u00c9 muito mais do que apenas suporte a TI. ITSM s\u00e3o as pol\u00edticas, processos e estrutura por tr\u00e1s do ciclo de vida dos servi\u00e7os de TI. ITSM \u00e9 uma das pr\u00e1ticas da Biblioteca de Infraestrutura de Tecnologia da Informa\u00e7\u00e3o, ou ITIL.<\/p>\n

A ITIL fornece a estrutura e as diretrizes para a constru\u00e7\u00e3o de solu\u00e7\u00f5es ITSM. Voc\u00ea j\u00e1 pode estar familiarizado com outras frameworks, como Business Process Framework (eTOM), Control Objectives for Information and Related Technologies (COBIT), FitSM, ISO\/IEC 20000 e Microsoft Operations Framework (MOF).<\/p>\n

<\/p>\n

O Framework ITSM (IT Service Management, gerenciamento de servi\u00e7os de TI)<\/h3>\n

Se recuarmos e apenas focarmos nos elementos dentro da estrutura ITSM por um tempo, existem outros seis componentes que comp\u00f5em a “roda” ITSM, juntamente com o gerenciamento de incidentes. Embora n\u00e3o entremos em detalhes sobre isso, mas \u00e9 importante entender como todas essas pe\u00e7as se encaixam junto com a gest\u00e3o de incidentes.<\/p>\n

<\/p>\n

Cat\u00e1logo de Servi\u00e7os<\/h4>\n

O cat\u00e1logo de servi\u00e7os de TI \u00e9 tipicamente um banco de dados ou recurso que uma organiza\u00e7\u00e3o cria para fornecer aos usu\u00e1rios informa\u00e7\u00f5es sobre seus servi\u00e7os e ofertas operacionais. Esses cat\u00e1logos de servi\u00e7os fornecem informa\u00e7\u00f5es \u00fateis sobre servi\u00e7os atuais e planejados, bem como pre\u00e7os, processo de compra, pontos de contato e outras entregas.<\/p>\n

<\/p>\n

Balc\u00e3o de Servi\u00e7os<\/h4>\n

O service desk pode ser considerado como o ponto de contato entre o prestador de servi\u00e7os e os usu\u00e1rios, como funcion\u00e1rios internos, stakeholders ou clientes. \u00c9 o “hub” central onde os usu\u00e1rios v\u00e3o buscar assist\u00eancia e servi\u00e7o. Pela defini\u00e7\u00e3o da ITIL, o service desk pode assumir a forma de resolu\u00e7\u00e3o de incidentes ou solicita\u00e7\u00f5es de servi\u00e7o, mas qualquer que seja o caso, o objetivo principal do service desk para fornecer um servi\u00e7o r\u00e1pido e eficiente.<\/p>\n

<\/p>\n

Gerenciamento de Problemas<\/h4>\n

Quando falamos de gerenciamento de incidentes, uma equipe da SRE pode ser capaz de resolver rapidamente um incidente, mas o problema subjacente ainda pode existir e persistir por mais um tempo. O gerenciamento de problemas \u00e9 o processo pelo qual as causas b\u00e1sicas dos incidentes s\u00e3o permanentemente corrigidas, o que melhora o desempenho a longo prazo e futuras implanta\u00e7\u00f5es de servi\u00e7os.<\/p>\n

<\/p>\n

Gest\u00e3o de Mudan\u00e7as<\/h4>\n

Qualquer tipo de mudan\u00e7a, seja sobre novas implanta\u00e7\u00f5es de servi\u00e7os ou mudan\u00e7as pessoais, h\u00e1 sempre um elemento de risco. A gest\u00e3o de mudan\u00e7as \u00e9 o processo de determinar como as mudan\u00e7as afetar\u00e3o a implanta\u00e7\u00e3o do servi\u00e7o e\/ou considerar\u00e3o os efeitos sobre o pr\u00f3prio neg\u00f3cio. O gerenciamento de mudan\u00e7as tamb\u00e9m \u00e9 \u00e0s vezes agrupado com a gest\u00e3o de lan\u00e7amentos.<\/p>\n

<\/p>\n

Gest\u00e3o de Ativos<\/h4>\n

Voc\u00ea n\u00e3o pode virtualizar tudo… ainda. Os servi\u00e7os de software ainda exigem dispositivos f\u00edsicos e hardware para que eles funcionem. E as organiza\u00e7\u00f5es precisam rastrear, gerenciar e atualizar continuamente esses dispositivos para garantir que seus servi\u00e7os possam funcionar sem problemas. A gest\u00e3o de ativos tamb\u00e9m \u00e9 referida como gerenciamento de ativos de TI, ou ITAM.<\/p>\n

<\/p>\n

Gest\u00e3o de Conhecimento, Pol\u00edtica e Procedimentos<\/h4>\n

O objetivo da gest\u00e3o do conhecimento \u00e9 reduzir a redund\u00e2ncia em termos de coleta, revis\u00e3o e compartilhamento de informa\u00e7\u00f5es dentro de uma organiza\u00e7\u00e3o. Isso ajuda a melhorar a efici\u00eancia e garante que as informa\u00e7\u00f5es s\u00e3o consistentes, atualizadas e dispon\u00edveis.<\/p>\n

<\/p>\n

Lifecyle de Gerenciamento de Incidentes: Processo e Etapas<\/h2>\n

A resposta de uma organiza\u00e7\u00e3o a um incidente, seja sobre tempo de inatividade, viola\u00e7\u00f5es de seguran\u00e7a ou ataques cibern\u00e9ticos, ou mesmo lat\u00eancia prolongada e erros repetidos, \u00e9 fundamental para o sucesso cont\u00ednuo do neg\u00f3cio e confian\u00e7a do cliente ou usu\u00e1rio final. Os SREs devem gerenciar sistemas distribu\u00eddos complexos. Embora os benef\u00edcios desses sistemas sejam que eles s\u00e3o mais confi\u00e1veis, escal\u00e1veis e tolerantes a falhas, isso tamb\u00e9m os torna extremamente complexos, o que pode resultar em tempos de remedia\u00e7\u00e3o mais longos, pois os problemas s\u00e3o mais dif\u00edceis de detectar e identificar. As melhores equipes de gerenciamento de incidentes da SRE aderem a um rigoroso processo de gerenciamento e remedia\u00e7\u00e3o de incidentes. Embora as etapas e processos reais possam variar entre as organiza\u00e7\u00f5es, a maioria segue o mesmo caminho b\u00e1sico. Vejamos o processo e as etapas de gerenciamento de incidentes da SRE.<\/p>\n

<\/p>\n

1. Identifica\u00e7\u00e3o de incidentes<\/h3>\n

Voc\u00ea n\u00e3o pode corrigir problemas que voc\u00ea n\u00e3o sabe. A identifica\u00e7\u00e3o do incidente come\u00e7a com alguma forma de monitoramento ou mecanismo de alerta. Falamos sobre o monitoramento de sistemas distribu\u00eddos<\/a> em um artigo diferente e como isso diz respeito \u00e0s equipes da SRE. Saber quando e onde ocorre um erro, tempo de inatividade ou lat\u00eancia do aplicativo \u00e9 um fator cr\u00edtico para limitar o impacto aos usu\u00e1rios e clientes. No entanto, em alguns casos, um incidente se tornar\u00e1 conhecido atrav\u00e9s de um bilhete de suporte, um telefonema ou mesmo uma m\u00eddia social, o que nunca \u00e9 uma boa not\u00edcia quando os problemas s\u00e3o postados publicamente para todos verem.<\/p>\n

<\/p>\n

2. Registro de incidentes<\/h3>\n

Qualquer que seja o m\u00e9todo de detec\u00e7\u00e3o, uma vez identificado um incidente, ele deve ser registrado. O registro de incidentes serve a m\u00faltiplos prop\u00f3sitos. Ele garante que h\u00e1 um registro formal que foi apresentado e para revisar as tend\u00eancias de incidentes mais tarde. Se o mesmo incidente, ou semelhante, aparecer repetidamente, pode ser uma indica\u00e7\u00e3o de uma quest\u00e3o mais complexa que precisa ser abordada. Ao registrar um incidente, informa\u00e7\u00f5es relevantes tamb\u00e9m est\u00e3o inclu\u00eddas, como o estamp, a descri\u00e7\u00e3o do incidente e quem descobriu o problema. Quanto mais informa\u00e7\u00f5es detalhadas, melhor.<\/p>\n

<\/p>\n

3. Categoriza\u00e7\u00e3o de incidentes<\/h3>\n

Em seguida vem a categoriza\u00e7\u00e3o do incidente com base em fatores como gravidade, urg\u00eancia ou \u00e1rea funcional impactada. Como registrar o incidente, mais informa\u00e7\u00f5es s\u00e3o fornecidas podem ajudar mais tarde ao determinar a equipe ou indiv\u00edduo certo para atribuir \u00e0 resposta ao incidente.<\/p>\n

<\/p>\n

4. Prioriza\u00e7\u00e3o de incidentes<\/h3>\n

Com base na forma como o incidente foi categorizado, o pr\u00f3ximo passo \u00e9 definir o n\u00edvel de prioridade. Novamente, algumas dessas etapas ocorrem ao mesmo tempo, ent\u00e3o, em alguns casos, elas podem ser realizadas ao mesmo tempo. As organiza\u00e7\u00f5es normalmente usam uma escala simples de baixo, m\u00e9dio ou alto, no entanto, alguns incidentes podem automaticamente se enquadrar em categorias espec\u00edficas, dependendo do que for impactado. Por exemplo, se o incidente estiver relacionado a uma paralisa\u00e7\u00e3o, isso automaticamente cairia em alta prioridade.<\/p>\n

<\/p>\n

5. Resposta, resolu\u00e7\u00e3o e encerramento de incidentes<\/h3>\n

O \u00faltimo passo \u00e9 finalmente responder e resolver o incidente para encerrar. Este \u00faltimo passo \u00e9 mais uma forma de arte do que uma ci\u00eancia. N\u00e3o h\u00e1 bot\u00e3o f\u00e1cil aqui. Pode levar v\u00e1rios ciclos e tenta confirmar que o incidente est\u00e1 finalmente resolvido. Cada tentativa pode trazer mais informa\u00e7\u00f5es e teorias adicionais sobre por que o incidente pode estar acontecendo. Isso tamb\u00e9m pode levar \u00e0 identifica\u00e7\u00e3o de outras oportunidades onde as fraquezas podem estar presentes. Uma vez que o incidente tenha sido tratado, \u00e9 hora de encerrar a solicita\u00e7\u00e3o e responder ao usu\u00e1rio original que relatou o incidente.<\/p>\n

<\/p>\n

Aut\u00f3psias<\/h2>\n

Ap\u00f3s uma resposta a um incidente, \u00e9 tipicamente uma boa ideia rever os detalhes do incidente na \u00edntegra. Isso \u00e9 chamado de incidente p\u00f3s-morte. Determinar quais incidentes requerem uma aut\u00f3psia s\u00e3o tipicamente decididos pela equipe ou organiza\u00e7\u00e3o, no entanto, as raz\u00f5es permanecem as mesmas. As aut\u00f3psias ajudam a identificar \u00e1reas que podem ser melhoradas, identificar pontos cegos de desempenho e refinar seu processo de resposta a incidentes. Uma aut\u00f3psia deve resumir todos os aspectos do incidente e incluir os seguintes elementos:<\/p>\n